Gemini 4 Carbon lidera índice, mas Google restringe acesso por capacidade cibernética

O Google DeepMind anunciou em 28 de outubro de 2026 o Gemini 4 Carbon, duas semanas depois do Gemini 4 Argon. O novo modelo assume a liderança do Artificial Analysis Intelligence Index v5, com 59 pontos, contra 50 do antecessor. A divulgação, no entanto, não veio com disponibilidade ampla: por causa das capacidades avançadas de cibersegurança, o Carbon passa pelo processo voluntário de testes pré-lançamento do governo dos Estados Unidos e será liberado primeiro apenas para especialistas selecionados. O preço inicial é o mesmo do Argon.

Uma aposta em fluxos autônomos de vários dias

O posicionamento do Carbon é claro: o Google diz tê-lo desenhado para problemas de engenharia mais difíceis e de horizonte longo, que exigem fluxos agênticos persistentes. Equipes internas rodaram o modelo por vários dias seguidos, segundo a empresa, e ele teria trabalhado por becos sem saída sozinho, além de lidar com análise de causa raiz e correções sutis de bugs em grandes bases de código e software de baixo nível. A companhia também relata melhoras em raciocínio científico, compreensão multimodal e desenvolvimento web full-stack com base no retorno de usuários.

Ganhos amplos, mas não em todas as frentes

Nas avaliações da Artificial Analysis, o Carbon no nível high lidera o índice geral principalmente por causa de notas altas em raciocínio complexo, recuperação de conhecimento e tarefas científicas, ficando em primeiro lugar em quatro das nove avaliações individuais do índice. Em coding agêntico no Antigravity, porém, o modelo alcança 59 pontos e fica três atrás do Claude Code com Opus 5.5. No AA-Briefcase, de trabalho de conhecimento agêntico, o Carbon high ganha 126 pontos sobre o Argon high, que tinha 1.483 Elo, e chega a 1.609 Elo, impulsionado pela qualidade de apresentação, que sobe 293 Elo para 1.598, e pela qualidade analítica, que avança 120 Elo para 1.671. Ainda assim, fica atrás de Kimi K3.1 Pro, com 1.678 Elo, de Muse Wonder na configuração max, com 1.659, e de Grok 4.7 em xhigh, com 1.638.

A liderança no índice geral não se repete em todas as frentes: o Carbon supera o Argon, mas ainda perde para o Claude Opus 5.5 em coding agêntico e para outros modelos em trabalho de conhecimento.

Mais acerto, mais alucinação e tarefas longas

Os números de confiabilidade mostram uma troca. A precisão de resposta sobe de 48% para 58% em relação ao Argon, mas a taxa de alucinação aumenta de 4% para 11%. Apesar da alta, o Carbon segue com a segunda menor taxa de alucinação do ranking, segundo a Artificial Analysis. Na Vals AI, o modelo aparece em segundo lugar, com 70,36% de acurácia, atrás do Claude Sonnet 5.5, com 70,85%, e à frente do Claude Opus 5.5, com 70,18%; o Argon é o quarto, com 69,24%. O Carbon também lidera o Finance Index e o benchmark de Legal Research da Vals AI. Em pesquisa jurídica, a plataforma registrou cerca de 45% mais fontes citadas, chamadas de ferramenta mais frequentes e respostas mais longas do que com o Argon.

O custo dessa profundidade aparece no tempo e nos tokens. Tarefas do benchmark Finance and Tax Agent levam mais do que o dobro do tempo com o Carbon em comparação ao Argon, e em Legal Research o modelo gasta, em média, mais de 50 minutos por tarefa. Ele gera 2,3 vezes mais tokens de raciocínio e 64% mais tokens de saída que o Argon, embora ainda produza menos da metade dos tokens de saída do Sonnet 5.5 e do Opus 5.5.

Arena, custo e segurança

Em avaliações de preferência, o Carbon High assume a liderança do Text Arena, com 1.528 pontos, à frente do Argon, com 1.520. No Agent Arena, fica em segundo lugar em mais de 21.900 sessões reais, à frente de GPT-6 Astra e Fable-5.1, com melhora líquida de 16,2% e o maior placar de controlabilidade, de +18,6%. O custo mediano por tarefa é de US$ 1,80, 72% abaixo do primeiro colocado, Claude Opus 5.5 na configuração Max. No WebDev do Code Arena, o Carbon chega a 1.768 pontos, 89 à frente do Argon, então em 11º, e fica em quarto lugar geral, dois pontos atrás do Claude Sonnet 5.5 em xHigh, com 1.770. Isso o coloca na curva de Pareto nas três disciplinas.

O acesso controlado e o preço

O avanço em segurança é justamente o motivo do portão de entrada. Em vários testes, o Google rodou o modelo sem guardrails de segurança. No SEC-bench Pro, que mede descoberta autônoma de vulnerabilidades em software do mundo real, o Carbon marca 88,2% e lidera todos os modelos testados. No ExploitGym, que verifica se um sistema consegue transformar vulnerabilidades descobertas em exploits funcionais, alcança 54,8%. O modelo também lidera com folga a escrita de correções no CWE-Bench. No benchmark de injeção indireta de prompt da Gray Swan, o Carbon reduziu a taxa de sucesso de ataques de 0,7% com o Argon para 0,0%, bloqueando todas as tentativas testadas, segundo o Google. A empresa ressalva que isso não significa que a injeção de prompt esteja resolvida, mas o teste parece saturado.

O Google também cita resultados internos que não podem ser verificados de forma independente. Em benchmarks próprios, o Carbon produziria código seguro mais de duas vezes com mais frequência que o Argon; em testes do time do Chrome, teria desempenho mais de dez vezes melhor na escrita de patches de segurança do que o modelo de fronteira de um concorrente não identificado.

O que muda para quem usa

Por enquanto, o Carbon será liberado gradualmente. Especialistas selecionados em cibersegurança terão acesso primeiro, a partir da semana do anúncio. Depois, o programa Fairwind, do Google DeepMind, ampliará o acesso a parceiros considerados confiáveis. A empresa planeja abrir o modelo para desenvolvedores, empresas e consumidores por meio de suas interfaces de produto após coletar mais feedback e ajustar os guardrails de segurança. O preço introdutório é o mesmo do Argon: US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, com desconto de 95% para tokens de entrada em cache.

Nas contas da Artificial Analysis, o Carbon custa US$ 7,76 por tarefa no Intelligence Index, cerca de 23% menos que o Claude Opus 5.5 Max, de US$ 10,04, e aproximadamente 1,2 vez mais que o GPT-6 Astra Max, de US$ 6,25. O modelo produz em média 123 mil tokens de saída por tarefa, 29% menos que os 173 mil do modelo da Anthropic, e fica quase exatamente no preço do Argon, de US$ 7,68. A plataforma usa o preço de tabela regular de US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de saída, mais US$ 0,20 para entrada em cache, e ignora o desconto introdutório de 50% válido até o fim de 2026.

O que permanece em aberto

O Carbon mostra o Google encurtando o intervalo entre lançamentos e ocupando o topo de um índice geral, mas a avaliação independente não sustenta superioridade em todas as frentes. O modelo combina mais acerto e ganhos em segurança com maior alucinação, tarefas mais longas e mais tokens de raciocínio, além de um acesso inicial restrito. O próximo desdobramento é a ampliação pelo Fairwind e, depois, a chegada às interfaces de produto; até lá, a liderança no índice convive com limitações práticas e com o efeito dos ajustes de guardrails antes da liberação ampla.